INGENIOUS - Zukunftsraum Produktentwicklung
Das Projekt INGENIOUS Zukunftsraum Produktentwicklung adressiert die zunehmenden Anforderungen an die ingenieurwissenschaftliche Ausbildung durch den Aufbau eines modular vernetzten, hybriden Lernökosystems. Studierende werden vom Studienbeginn bis zum Masterabschluss beim Erwerb gestalterisch-kreativer Handlungskompetenz auf der höchsten Bloom/Anderson-Taxonomiestufe Create begleitet.Zentrales Pilotformat ist das studiengangsübergreifende Modul Entwicklungsmethodik, das Grundlagenwissen mit realitätsnahen Entwicklungsaufgaben, Design Thinking, Systems Engineering und digitalen Werkzeugen verknüpft. Adaptives Lernen wird durch einen digitalen Kompetenzkompass, KI-gestütztes Feedback und individuell gestaltete, studierendenzentrierte Lernpfade unterstützt. Innovation Challenges und Makerspace-Prototyping schaffen praxisnahe Anwendungsräume.In Co Creation-Sprints, Peer Mentoring-Programmen und reflexiven Lernformaten übernehmen Studierende aktive Rollen. Die kritische Auseinandersetzung mit KI-Systemen fördert die digitale Souveränität und stärkt die Zukunftskompetenzen. Das Angebot erstreckt sich von der Qualifizierung der Lehrenden in Constructive Alignment und Future-Skills-Orientierung bis hin zur Integration von KI-Kompetenzen in die Hochschullehre.Ein integriertes Wissensmanagement sichert die Qualität der Lernarchitektur und bildet die Grundlage für Transfer, Skalierung und die nachhaltige Verbreitung der entwickelten Konzepte als Open Educational Resources.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Inklusive partizipative Lehr-/Lernsettings
Die LernARENA ist ein innovatives Lehr-Lern-Projekt der TUM, das Studierenden aller Disziplinen insbesondere Lehramtsstudierenden praxisnahe, inklusive Lernerfahrungen außerhalb des klassischen Hochschulkontexts ermöglicht. Im Fokus steht die aktive Mitgestaltung und Reflexion gesellschaftlicher Herausforderungen wie Inklusion, Vielfalt, soziale Integration, Nachhaltigkeit und Barrierefreiheit im Rahmen von Sportgroßveranstaltungen, insbesondere den Special Olympics 2026 & 2027. Studierende entwickeln gemeinsam mit Expert:innen interaktive, inklusive Lehrformate und setzen diese direkt vor Ort bei Sportveranstaltungen um. Sie arbeiten interdisziplinär, analysieren Herausforderungen, organisieren Workshops und treten in direkten Austausch mit Menschen mit Behinderung. Durch Peer-Mentoring und Reflexionsworkshops werden Erfahrungen systematisch ausgewertet und weiterentwickelt. Die Formate werden nachhaltig in die Lehrer:innenausbildung integriert.Das didaktische Konzept basiert auf partizipativer, problembasierter Lehre und dem Prinzip des Universal Design for Learning. Die LernARENA nutzt die Dynamik und Sichtbarkeit von Sportevents als Lernlabore, um Empathie, interkulturelle Kommunikation, kritisches Denken und Kreativität zu fördern. Das Projekt trägt zur Entwicklung einer diversitätssensiblen Gesellschaft bei und leistet einen Beitrag zur Umsetzung der UN-Nachhaltigkeitsziele, indem es zukünftige Fach- und Lehrkräfte für die Herausforderungen qualifiziert.
Projekt anzeigen
Quantitative Wirksamkeitsanalyse (Evaluation)
In dieser Maßnahme wurden hochschuldidaktische Workshops quantitativ evaluiert. 1) Es wurde ein modulares Selbsteinschätzungsinstrument (Fragebogen) zu digitalen Kompetenzen, Kompetenzen zur Internationalisierung der Lehre sowie zu prädiktiven Faktoren zur Nutzung digitaler Medien in der Lehre entwickelt und an einer Stichprobe von 200 Hochschullehrenden validiert, psychometrische Gütekriterien wurden bestätigt. 2) Für jeden Workshop wurden passende Skalen zusammengestellt, es wurde eine Prä-Post-Befragung durchgeführt. 3) Die Ergebnisse wurden den Workshopleitenden im Sinne einer Lehrevaluation zurück gemeldet. 4) Teilnehmende konnten individuelle Rückmeldungen im Vergleich zu den 200 Hochschullehrenden erhalten. 5) Die Gesamtauswertung aller Workshops zeigt deutliche Kompetenzgewinne in zentralen Bereichen.
Maßnahme anzeigen
Open-Source Intelligent Tutoring System for Programming Exercises in Engineering Education
Implementing control and machine learning algorithms in MATLAB and Simulink is a critical competency in advanced control engineering. While immediate feedback is essential for fostering intuitive understanding, it is traditionally constrained to scheduled exercise sessions or consultation hours. To bridge this gap, this project introduces an open-source intelligent tutoring platform that provides continuous, on-demand feedback. To accommodate diverse solution strategies, the platform employs a hybrid evaluation strategy combining result-based and code-based metrics. This ensures that valid alternative solutions that differ from predefined sample solutions are not misclassified. In case of incorrect solutions, a Large Language Model, contextualized with sample solutions and task classification results, offers auxiliary support for students struggling to initiate or complete tasks. Instructional scaffolding is adaptively adjusted to guide students toward independent problem-solving. We position this platform as a supplementary tool designed to enhance, rather than replace, valuable interactions between students and human tutors. Built on open-source tools, the system is architected for reusability, enabling lecturers across engineering subjects to adapt the framework to their teaching needs easily.
Publikation anzeigen